科创中国

科学研究和技术服务业

现阶段对于各类传统钢结构及空间结构的优化问题研究较多，但针对更为复杂的新型预应力钢结构体系（如弦支穹顶、张弦梁、索穹顶等）的优化研究还相对较少，且不够深入。目前对预应力钢结构的优化设计研究中，多采用常规的优化算法（如单纯形法、线性规划法等）进行求解。传统的优化算法有着直观的数学涵义，便于理解和实现，然而，当实际结构系统规模不断扩大，约束条件增多且相互耦合，系统具有多准则、非线性、不可微或不确定等特点时，以梯度为基础的传统优化方法就难以实现或无法完成。为此，基于生物智能或自然物理现象基础上的各类随机搜索算法（即智能优化算法）发展较快，并受到较多国内外学者的关注，如：遗传算法、蚁群算法、模拟退火算法、粒子群算法和模拟植物生长算法等。这类智能优化算法的基本原理明确，对目标函数和约束条件没有连续性和凸性的限制要求，对计算中数据的不确定性也具有较强的适应性，且多数情况下能在一个可接受时间范围内获得问题的最优解或较优解。但这类算法往往需要给出诸如惩罚系数、初始染色体群、交叉率、变异率、初始粒子群等直接影响计算速度和收敛性能的参数，而这些参数如何合理选取，目前仍是一个难点。 因此本项目在相关文献研究的基础上，结合目前预应力钢结构优化设计中的问题，引入了新型智能优化算法模拟植物生长算法。在该算法的基本理论基础上，针对因生长空间（可生长点合集）较大导致优化效率降低以及初始生长点的选择可能会影响算法最终能否收敛于全局最优解的不足，通过调整形态素浓度计算公式和自适应变步长手段，提出相应的算法改进策略。在此基础上，将改进后的模拟植物生长算法（PGSA）和遗传算法（GA）相结合，提出了一种新的混合智能优化算法，最后将混合智能算法引入预应力钢结构优化设计中，以解决混合变量优化等复杂优化问题。 另一方面，由于拉索是各种张力结构的主要承力构件，其张力大小对结构安全起着至关重要的作用，对该类结构的施工监测、健康诊断和安全评估，必须对拉索索力进行检测，以了解拉索的实际受力状态。迄今为止，可供现场测试索力的方法主要有：压力表法、压力传感器法、光线光栅传感器法、磁通量法及频率法等。压力表法一般仅适用于正在张拉施工的拉索索力测试，不适用于在役拉索的索力测试；压力传感器法、振弦应变计法、光线光栅传感器法及磁通量法可用于张拉和使用阶段，但传感器需在拉索制作或张拉前预先布设，且存在费用高、影响外观或相关技术经验不完善等问题。当对已施工完毕的拉索进行索力测试时，频率法几乎是唯一的选择，但该方法的测试精度取决于实际结构中拉索本身的参数取值（如：拉索的抗弯刚度、边界条件、线密度等）。 为此，部分学者另辟蹊径尝试采用静力测试手段对拉索索力进行识别。例如：基于拉索静态线形的索力测定方法，测得索上三点的相对位置后，即可通过求解非线性方程组得到索力值。这种方法测点坐标测量视线易受干涉，且测点在拉索轴线方向上的同心共线性较难保证，在实际的索力测量中有一定困难；静定张弦梁结构索力识别的静力平衡法，根据预应力静定结构受力的力学特征，结合位移测试及张弦梁结构的静力平衡关系，提出的一种适用于张弦梁结构的索力识别方法，该方法是在使用荷载已知的前提下采用的，其测试精度依赖于使用荷载的估算准确程度，实际应用受到限制；基于位移测量值的车辐式屋盖结构索力识别方法，根据结构组成特点通过测量屋盖结构的几何位形建立有限元模型，并对真实结构和有限元模型施加相同的特定荷载，比较计算和实测位移值来获得拉索内力，该法的比较模型建立困难，索力识别过程繁琐、精度难以保证。 针对现有索力识别技术的研究现状和问题，本项目提出了一种考虑索体抗弯刚度的拉索索力识别的静力平衡法以及基于静力平衡法的索力识别装置，并对其关键科学问题和工程应用进行了系统研究。